您现在的位置是:首页 >新闻频道 > 行业观察 > 2019-09-20 15:24:38

Facebook 约大学合作使用AI来加速MRI扫描

Facebook 与纽约大学医学院合作,使用人工智能将MRI扫描所需的时间缩短了90%。

合作伙伴认为,人工神经网络可以通过预测缺失的信息将部分扫描转变为完整的图像,从而无需将患者留在MRI机器中,直到生成完整的数据集。

减少执行扫描所花费的时间可以减轻容量限制并使更多人能够进行MRI而不是X射线和计算机断层摄影成像,这需要使用电离辐射。

MRI机器可以创建非常详细的软组织图像,使其成为从大脑检查到撕裂韧带评估等各种设备的首选设备。然而,用于生成详细图像的过程是耗时的。这些机器使用磁铁,射频能量和计算机来构建多层横截面图像。扫描大面积时,此过程可能需要一个多小时。

在整个这段时间内,患者必须仍然躺在执行扫描的管内。对于儿童,幽闭恐惧症的人以及躺下时患有疼痛的人来说,这可能是一个问题。对于一些MRI程序,患者必须在扫描期间短时间屏住呼吸。

MRI扫描的持续时间也会影响更广泛的医疗系统。由于每个程序的机器捆绑15分钟到一个小时,一天内可以扫描的患者数量有限,导致缺乏足够设备的设施积压。削减MRI扫描时间将使设施能够执行更多程序,并允许那些长时间静坐的人从该程序中受益。

为了实现这些好处,纽约大学正在探索利用技术重建快速MRI扫描期间生成的数据。这些扫描仅捕获一些所需数据。由此产生的图像缺乏对医生有用的细节,但人工神经网络可能能够填补空白。

纽约大学研究人员去年发表了一篇关于他们在该地区的努力的论文。这项工作表明这个想法具有潜力,但同样表明它仍然在某些方面被用于现实世界,其中像素建模错误可能导致不正确的癌症诊断。为了改进系统,纽约大学与Facebook人工智能研究(FAIR)小组的研究人员合作。

“我们这里有一些伟大的物理学家甚至是一些热门的数学家,但Facebook和FAIR拥有世界上一些领先的人工智能科学家,”纽约大学高级成像创新与研究中心主任Dan Sodickson 告诉TechCrunch。

合作者将使用来自10,000个临床病例的300万个大脑,膝盖和肝脏的MRI图像来训练AI模型以完成部分图像。在披露合作时,Facebook强调所有图像都已去除识别,并且其数据都不会用于项目中。

在这个阶段,目前尚不清楚该项目何时会产生可用的人工智能,如果有的话。不过,合作伙伴已经为当天奠定了基础。在协作中生成和使用的所有AI模型,基线,评估指标和成像数据都将是开源的,使第三方研究人员能够确保工作的可重复性并以其结果为基础。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。

相关文章